基于GA-PLS算法的小麦粉灰分含量快速检测

为得到噪声小、准确性强、自适应性良好的模型,对实验所得的近红外光谱进行预处理及优化波长是十分必要的。实验确定小麦粉中灰分含量为研究对象,提出将光谱预处理及遗传算法（GA）优化波长用于提高偏最小二乘法（PLS）定量建模的稳健性。对比在不同预处理方法下相关系数R2、矫正标准差（RMSEC）、预测标准偏差（RMSEP）3个指标,随机选择130份样本,建立预处理+GA+PLS定量分析模型。实验结果为:R2从70.31%提到了97.46%,RMSEC从0.0775降低到了0.0226,RMSEP从0.0996降低到了0.021 3,表明基于光谱预处理结合GA优化谱区定量分析小麦粉中灰分含量可行,模型预测能力和精度更高。